Scribd
Cargar
2 vistas3 páginas

Caso Práctico Con Rstudio Informe Final

El caso práctico con RStudio requiere que el estudiante actúe como analista de datos, seleccionando y describiendo un conjunto de datos, y aplicando técnicas de análisis para sustentar decisiones. Debe incluir la carga y exploración de datos, análisis descriptivo, normalidad, y opcionalmente análisis relacional, culminando en decisiones basadas en evidencia. El informe final debe ser técnico y académico, incluyendo hallazgos, limitaciones y recomendaciones.

Cargado por

CLARA DE LOS MILAGROS ÑIQUEN VASQUEZ
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
2 vistas3 páginas

Caso Práctico Con Rstudio Informe Final

El caso práctico con RStudio requiere que el estudiante actúe como analista de datos, seleccionando y describiendo un conjunto de datos, y aplicando técnicas de análisis para sustentar decisiones. Debe incluir la carga y exploración de datos, análisis descriptivo, normalidad, y opcionalmente análisis relacional, culminando en decisiones basadas en evidencia. El informe final debe ser técnico y académico, incluyendo hallazgos, limitaciones y recomendaciones.

Cargado por

CLARA DE LOS MILAGROS ÑIQUEN VASQUEZ
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

CASO PRÁCTICO CON RSTUDIO

Rol del estudiante

Asume el rol de analista de datos para la toma de decisiones, responsable de


transformar datos en información útil para sustentar decisiones gerenciales,
estratégicas u operativas.

Objetivo del caso práctico

Desarrollar y presentar un caso práctico aplicado utilizando RStudio, en el cual se:

• Seleccionen y describan datos reales o simulados


• Apliquen técnicas de análisis de datos con R
• Interpreten resultados estadísticos
• Sustenten decisiones concretas basadas en la evidencia obtenida

Datos

El estudiante debe:

1. Seleccionar un conjunto de datos, el cual puede ser:


o Un dataset integrado en R
o Un archivo externo (CSV, Excel, ARFF)
o Datos simulados creados en R
2. Describir claramente los datos utilizados, indicando:
o Origen de los datos
o Número de observaciones y variables
o Tipo de variables (cuantitativas discretas, continuas, cualitativas)
o Problema o contexto que representan los datos

Desarrollo del análisis (obligatorio en RStudio)

El caso práctico debe incluir, como mínimo:

1. Carga y exploración de datos


o Importación del dataset en RStudio
o Verificación de estructura (class, str, summary)
o Identificación de valores faltantes (NA)
2. Análisis descriptivo
o Medidas de tendencia central (media, mediana, moda si aplica)
o Medidas de variabilidad (rango, varianza, desviación estándar,
coeficiente de variación)
o Medidas de posición (cuartiles, deciles o percentiles)
o Representaciones gráficas (histogramas, boxplots, gráficos de dispersión)
3. Análisis de normalidad (si aplica)
o Histograma y/o gráfico de densidad
o QQplot
o Prueba de normalidad (Shapiro–Wilk u otra pertinente)
4. Análisis relacional o predictivo (opcional según el caso)
o Correlación entre variables
o Regresión lineal simple
o Interpretación del coeficiente de correlación y R²

Toma de decisiones (componente clave)

El estudiante debe:

• Formular al menos una decisión concreta, basada en los resultados del análisis
• Explicar qué evidencia estadística respalda dicha decisión
• Justificar por qué el análisis realizado es pertinente para el problema planteado

Ejemplos:

• Decisiones operativas
• Decisiones gerenciales
• Decisiones de mejora de procesos
• Decisiones de asignación de recursos

Resultados y conclusiones

• Resumen de los principales hallazgos


• Limitaciones del análisis
• Recomendaciones basadas en datos

Formato de entrega

• Informe escrito (PDF o Word)


• Capturas o código ejecutado en RStudio (script o RMarkdown)
• Lenguaje técnico y redacción académica
• Código comentado y ordenado
Criterio Puntaje máximo
1. Datos 4
2. Exploración 4
3. Análisis descriptivo 5
4. Normalidad / Relación 4
5. Decisiones 3
TOTAL 20 puntos

También podría gustarte